发新帖

阿里云通义开源推理大模型QwQ,推理水平比肩OpenAI o1 行业新闻

威尔德编辑 9天前 7111

11月28日,阿里云通义团队发布全新AI推理模型QwQ-32B-Preview,并同步开源。评测数据显示,预览版本的QwQ,已展现出研究生水平的科学推理能力,在数学和编程方面表现尤为出色,整体推理水平比肩OpenAI o1。

QwQ(Qwen with Questions)是通义千问Qwen大模型最新推出的实验性研究模型,也是阿里云首个开源的AI推理模型。阿里云通义千问团队研究发现,当模型有足够的时间思考、质疑和反思时,其对数学和编程的理解就会深化。基于此,QwQ取得了解决复杂问题的突破性进展。

阿里云通义开源推理大模型QwQ,推理水平比肩OpenAI o1

在考察科学问题解决能力的GPQA评测集上,QwQ获得65.2%的准确率,具备研究生水平的科学推理能力;在涵盖综合数学主题的AIME评测中,QwQ以50%的胜率证明其拥有解决数学问题的丰富技能;在全面考察数学解题能力的MATH-500评测中,QwQ斩获90.6%的高分,一举超越o1-preview和o1-mini;在评估高难度代码生成的LiveCodeBench评测中,QwQ答对一半的题,在编程竞赛题场景中也有出色表现。

面对复杂问题,QwQ展现了深度自省的能力,会质疑自身假设,进行深思熟虑的自我对话,并仔细审视其推理过程的每一步。比如,在经典智力题“猜牌问题”中,QwQ通过梳理各方对话并推演现实情况,像个擅长思考的人一样,揣摩“这句话有点tricky”,反思“等一下,也许我需要更仔细地思考”,最终分析得出正确答案,让人惊艳。

目前,QwQ-32B-Preview已在魔搭社区和HuggingFace等平台上开源。发布短短几小时,引起全球开发者热情体验。有开发者认为该模型“是完全没有预料到的疯狂的跃进”、“今年开源领域最重大的突破”、“让中国在开源大模型和AI推理上占据先机”。通义团队透露,尽管QwQ展现了强大的分析能力,但该模型仍是个供研究的实验型模型,存在不同语言的混合使用、偶有不恰当偏见、对专业领域问题不了解等局限。随着研究深入模型迭代,这些问题将逐步得到解决。

附:

Modelscope开源地址:https://modelscope.cn/models/Qwen/QwQ-32B-Preview

Modelscope创空间体验:https://modelscope.cn/studios/Qwen/QwQ-32B-preview

HuggingFace开源地址:https://huggingface.co/Qwen/QwQ-32B-Preview

HuggingFace Space体验:https://huggingface.co/spaces/Qwen/QwQ-32B-preview

雷峰网(公众号:雷峰网)

雷峰网版权文章,未经授权禁止转载。

注:本文转载自雷锋网,如需转载请至雷锋网官网申请授权,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如有侵权行为,请联系我们,我们会及时删除。

成都威尔德公司承接各种互联网业务-帮助中小企业转型互联网加- 版权声明 1、本主题所有言论和图片纯属会员个人意见,与成都威尔德公司承接各种互联网业务-帮助中小企业转型互联网加立场无关。
2、本站所有主题由该帖子作者发表,该帖子作者威尔德编辑成都威尔德公司承接各种互联网业务-帮助中小企业转型互联网加享有帖子相关版权。
3、成都威尔德公司承接各种互联网业务-帮助中小企业转型互联网加管理员和版主有权不事先通知发贴者而删除本文。
4、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者威尔德编辑成都威尔德公司承接各种互联网业务-帮助中小企业转型互联网加的同意。

这家伙太懒了,什么也没留下。
最新回复 (0)
只看楼主
全部楼主
    • 成都威尔德公司承接各种互联网业务-帮助中小企业转型互联网加
      2
        立即登录 立即注册 QQ登录
返回
免责声明:本站部分资源来源于网络,如有侵权请发邮件(673011635@qq.com)告知我们,我们将会在24小时内处理。